基于PSO算法和高斯過程的微波器件優(yōu)化設(shè)計(jì)
發(fā)布時(shí)間:2021-07-14 07:47
傳統(tǒng)的微波器件優(yōu)化設(shè)計(jì)一般采用電磁仿真軟件結(jié)合全局優(yōu)化算法,這種方法效率較低,因此,提高微波器件設(shè)計(jì)效率是目前的一個(gè)熱點(diǎn)話題。針對(duì)此問題國(guó)內(nèi)外研究人員提出了諸多解決方案,例如人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)、支持向量機(jī)(Support Vector Machines,SVM)、高斯過程(Gaussian Process,GP)等建模方法。本文主要介紹的是適應(yīng)度值繼承方法,即子代的適應(yīng)度值以一定的方式繼承父代的適應(yīng)度值,此類方法不僅可以避免取樣帶來的時(shí)間耗費(fèi),而且能在大量減少真實(shí)適應(yīng)度值計(jì)算次數(shù)的基礎(chǔ)上保持算法的優(yōu)良性能。本文針對(duì)多種用途的天線和濾波器,將粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)結(jié)合GP建模方法進(jìn)行優(yōu)化設(shè)計(jì),主要工作如下:(1)介紹了粒子群算法與高斯過程的基本原理,并對(duì)高斯過程建模的實(shí)施方法以及Matlab調(diào)用電磁仿真軟件HFSS的方法進(jìn)行了說明。(2)研究了基于粒子群優(yōu)化算法的適應(yīng)度值估計(jì)方法,根據(jù)粒子群算法的顯式進(jìn)化公式構(gòu)造出粒子的適應(yīng)度值的預(yù)測(cè)模型,因此粒子的適應(yīng)度值可通過預(yù)測(cè)模型給出...
【文章來源】:江蘇科技大學(xué)江蘇省
【文章頁數(shù)】:75 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究的目的和意義
1.2 課題研究現(xiàn)狀
1.2.1 高斯過程方法研究現(xiàn)狀
1.2.2 粒子群算法研究現(xiàn)狀
1.2.3 微波器件研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容和結(jié)構(gòu)安排
第2章 粒子群算法及高斯過程
2.1 粒子群優(yōu)化算法簡(jiǎn)介
2.2 高斯過程模型
2.2.1 高斯過程基本原理
2.2.2 高斯過程的建模與評(píng)估
2.3 電磁仿真軟件及其調(diào)用方法
2.3.1 電磁仿真軟件簡(jiǎn)介
2.3.2 HFSS-Matlab-Api腳本
2.4 本章小結(jié)
第3章 基于PSO適應(yīng)度估計(jì)方法的微波器件優(yōu)化設(shè)計(jì)
3.1 基于PSO算法的適應(yīng)度估計(jì)方法
3.1.1 基于PSO算法的適應(yīng)度估計(jì)方法基本原理
3.1.2 適應(yīng)度估計(jì)方法實(shí)現(xiàn)步驟
3.2 微帶準(zhǔn)八木天線的優(yōu)化設(shè)計(jì)
3.2.1 微帶準(zhǔn)八木天線
3.2.2 微帶準(zhǔn)八木天線的優(yōu)化
3.3 SIR微帶帶通濾波器優(yōu)化設(shè)計(jì)
3.3.1 SIR微帶帶通濾波器
3.3.2 SIR微帶帶通濾波器的優(yōu)化
3.4 本章小結(jié)
第4章 基于自主更新PSO適應(yīng)度估計(jì)方法的微波器件優(yōu)化設(shè)計(jì)
4.1 自主更新的PSO適應(yīng)度估計(jì)方法
4.2 E型雙頻微帶天線優(yōu)化設(shè)計(jì)
4.2.1 E型雙頻微帶天線
4.2.2 E型雙頻微帶天線的優(yōu)化設(shè)計(jì)
4.3 WLAN/WiMAX多頻帶天線優(yōu)化設(shè)計(jì)
4.3.1 WLAN/WiMAX多頻帶天線
4.3.2 WLAN/WiMAX多頻帶天線的優(yōu)化設(shè)計(jì)
4.4 本章小結(jié)
第5章 PSO適應(yīng)度估計(jì)輔助高斯過程建模在天線設(shè)計(jì)中的應(yīng)用
5.1 PSO適應(yīng)度估計(jì)輔助高斯過程建模方法
5.2 倒F天線的優(yōu)化設(shè)計(jì)
5.2.1 倒F天線
5.2.2 倒F天線的優(yōu)化設(shè)計(jì)
5.3 GPS北斗雙模微帶天線的優(yōu)化設(shè)計(jì)
5.3.1 GPS北斗雙模微帶天線
5.3.2 GPS北斗雙模微帶天線的優(yōu)化設(shè)計(jì)
5.4 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
碩士期間研究成果
攻讀碩士期間獲得的獎(jiǎng)勵(lì)
致謝
本文編號(hào):3283729
【文章來源】:江蘇科技大學(xué)江蘇省
【文章頁數(shù)】:75 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題研究的目的和意義
1.2 課題研究現(xiàn)狀
1.2.1 高斯過程方法研究現(xiàn)狀
1.2.2 粒子群算法研究現(xiàn)狀
1.2.3 微波器件研究現(xiàn)狀
1.3 本文研究?jī)?nèi)容和結(jié)構(gòu)安排
第2章 粒子群算法及高斯過程
2.1 粒子群優(yōu)化算法簡(jiǎn)介
2.2 高斯過程模型
2.2.1 高斯過程基本原理
2.2.2 高斯過程的建模與評(píng)估
2.3 電磁仿真軟件及其調(diào)用方法
2.3.1 電磁仿真軟件簡(jiǎn)介
2.3.2 HFSS-Matlab-Api腳本
2.4 本章小結(jié)
第3章 基于PSO適應(yīng)度估計(jì)方法的微波器件優(yōu)化設(shè)計(jì)
3.1 基于PSO算法的適應(yīng)度估計(jì)方法
3.1.1 基于PSO算法的適應(yīng)度估計(jì)方法基本原理
3.1.2 適應(yīng)度估計(jì)方法實(shí)現(xiàn)步驟
3.2 微帶準(zhǔn)八木天線的優(yōu)化設(shè)計(jì)
3.2.1 微帶準(zhǔn)八木天線
3.2.2 微帶準(zhǔn)八木天線的優(yōu)化
3.3 SIR微帶帶通濾波器優(yōu)化設(shè)計(jì)
3.3.1 SIR微帶帶通濾波器
3.3.2 SIR微帶帶通濾波器的優(yōu)化
3.4 本章小結(jié)
第4章 基于自主更新PSO適應(yīng)度估計(jì)方法的微波器件優(yōu)化設(shè)計(jì)
4.1 自主更新的PSO適應(yīng)度估計(jì)方法
4.2 E型雙頻微帶天線優(yōu)化設(shè)計(jì)
4.2.1 E型雙頻微帶天線
4.2.2 E型雙頻微帶天線的優(yōu)化設(shè)計(jì)
4.3 WLAN/WiMAX多頻帶天線優(yōu)化設(shè)計(jì)
4.3.1 WLAN/WiMAX多頻帶天線
4.3.2 WLAN/WiMAX多頻帶天線的優(yōu)化設(shè)計(jì)
4.4 本章小結(jié)
第5章 PSO適應(yīng)度估計(jì)輔助高斯過程建模在天線設(shè)計(jì)中的應(yīng)用
5.1 PSO適應(yīng)度估計(jì)輔助高斯過程建模方法
5.2 倒F天線的優(yōu)化設(shè)計(jì)
5.2.1 倒F天線
5.2.2 倒F天線的優(yōu)化設(shè)計(jì)
5.3 GPS北斗雙模微帶天線的優(yōu)化設(shè)計(jì)
5.3.1 GPS北斗雙模微帶天線
5.3.2 GPS北斗雙模微帶天線的優(yōu)化設(shè)計(jì)
5.4 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
碩士期間研究成果
攻讀碩士期間獲得的獎(jiǎng)勵(lì)
致謝
本文編號(hào):3283729
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3283729.html
最近更新
教材專著